Yapay Zeka Mühendisi

İçgörülerin arkasındaki modelleri ve pipeline'ları hayata geçir.

Stuttgart, Almanya — hibrit (haftada 2–3 gün ofiste)Tam zamanlı / Çalışan öğrenci (Werkstudent)Mühendislik

Analiz motoru — duygu analizi, ilişki puanlaması, kilometre taşı tespiti, yapay zeka tarafından yazılan içgörüler — ürünün kalbidir. LLM'leri ve klasik modelleri nasıl kullandığımızı sen yöneteceksin: prompt'lar, chunking, değerlendirme, maliyet ve gecikme. Gizlilik katı bir kısıtlamadır: sohbet içeriği geçici olarak işlenir ve asla saklanmaz.

Neler yapacaksın

LLM pipeline'ını yönet (şu anda bir sağlayıcı soyutlaması üzerinden OpenAI + Gemini) — prompt'lar, chunking, yapılandırılmış çıktı şemaları, yeniden denemeler ve maliyet kontrolü.
Bir prompt ya da model değişikliğinin bir his değil, ölçülebilir bir iyileştirme olması için değerlendirme altyapısını kur.
LLM dışı analitiği geliştir — yanıt süresi modellemesi, sohbet segmentasyonu, ruh hali eğilimleri — doğruluk ve hız açısından.
Çıkarımı tüketici ölçeğinde çalışacak kadar ucuz ve hızlı tut; profil çıkar ve token harcamasını azalt.
Gizlilik modelini koru: geçici işleme, yalnızca toplu telemetri, hiçbir sohbet içeriğinin istekten dışarı çıkmaması.

Ne arıyoruz

Üretim yazılımı geliştirmede 3+ yıl deneyim, LLM veya ML destekli özellikleri gerçekten hayata geçirme deneyimiyle (sadece bir API'yi bir kez çağırmak değil).
Güçlü TypeScript/Node.js bilgisi (bizim stack'imiz) ya da tip destekli başka bir dilden hızla oraya ulaşabilme yeteneği.
Yapılandırılmış çıktılara sahip prompt/yanıt pipeline'ları kurdun ve bunların nasıl başarısız olduğunu biliyorsun.
Değerlendirme konusunda rahat: veri seti oluşturma, metrik tanımlama, regresyonları yakalama.
C1 ve üzeri İngilizce.

Artı puan

NLP geçmişi — embedding'ler, sınıflandırma, duygu analizi.
LLM uygulamaları için maliyet/gecikme optimizasyonu deneyimi (önbellekleme, batching, model yönlendirme).
Cihaz üzerinde / tarayıcı içi çıkarıma ilgi.
Almanca.

Diller

En az C1 seviyesinde İngilizce gereklidir. Almanca güçlü bir artıdır.

Çalışan öğrenci

Çalışan öğrenci olarak: haftada ~16–20 saat, kıdemli bir mühendisle eşleştirilmiş, pipeline'ın sınırlı bir parçasından sorumlu (ör. değerlendirme altyapısı ya da bir analiz modülü).